ترجمه فارسی مقاله تخمین هزینه زیستمحیطی در طول چرخه عمر تطبیقی مدل
| عنوان مقاله به انگلیسی | Estimating Environmental Cost Throughout Model's Adaptive Life Cycle |
| عنوان مقاله به فارسی | تخمین هزینه زیستمحیطی در طول چرخه عمر تطبیقی مدل |
| نویسندگان | Vishwesh Sangarya, Richard Bradford, Jung-Eun Kim |
| فرمت مقاله انگلیسی | |
| تعداد صفحات | 11 |
| دسته بندی موضوعات | Computers and Society,Artificial Intelligence,Computer Vision and Pattern Recognition,Machine Learning,رایانه ها و جامعه , هوش مصنوعی , چشم انداز رایانه و تشخیص الگوی , یادگیری ماشین , |
| توضیحات | Submitted 22 July, 2024; originally announced August 2024. , Comments: Accepted in the AAAI/ACM Conference on Artificial Intelligence, Ethics, and Society, 2024 |
| توضیحات به فارسی | ارسال شده 22 ژوئیه 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: در کنفرانس AAAI/ACM در زمینه هوش مصنوعی ، اخلاق و جامعه پذیرفته شده است. |
قیمت: 19,000 تومان
دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله
با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحهای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.
قیمت: 99,000 تومان
سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله
با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحهای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.
قیمت: 440,000 تومان
زمان تحویل: 2 تا 3 روز کاری
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
- این محصول به صورت فایل دانلودی کامل ارائه میشود.
- توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
- دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
- برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
- اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی:
واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248
تلگرام: @ma_limbs
چکیده
With the rapid increase in the research, development, and application of neural networks in the current era, there is a proportional increase in the energy needed to train and use models. Crucially, this is accompanied by the increase in carbon emissions into the environment. A sustainable and socially beneficial approach to reducing the carbon footprint and rising energy demands associated with the modern age of AI/deep learning is the adaptive and continuous reuse of models with regard to changes in the environment of model deployment or variations/changes in the input data. In this paper, we propose PreIndex, a predictive index to estimate the environmental and compute resources associated with model retraining to distributional shifts in data. PreIndex can be used to estimate environmental costs such as carbon emissions and energy usage when retraining from current data distribution to new data distribution. It also correlates with and can be used to estimate other resource indicators associated with deep learning, such as epochs, gradient norm, and magnitude of model parameter change. PreIndex requires only one forward pass of the data, following which it provides a single concise value to estimate resources associated with retraining to the new distribution shifted data. We show that PreIndex can be reliably used across various datasets, model architectures, different types, and intensities of distribution shifts. Thus, PreIndex enables users to make informed decisions for retraining to different distribution shifts and determine the most cost-effective and sustainable option, allowing for the reuse of a model with a much smaller footprint in the environment. The code for this work is available here: https://github.com/JEKimLab/AIES2024PreIndex
چکیده به فارسی (ترجمه ماشینی)
با افزایش سریع تحقیق ، توسعه و کاربرد شبکه های عصبی در دوره فعلی ، افزایش متناسب در انرژی مورد نیاز برای آموزش و استفاده از مدل ها وجود دارد.از نظر مهم ، این با افزایش انتشار کربن به محیط همراه است.یک رویکرد پایدار و اجتماعی مفید برای کاهش ردپای کربن و افزایش تقاضای انرژی مرتبط با عصر مدرن یادگیری عمیق/استفاده مجدد از مدل ها با توجه به تغییرات در محیط استقرار مدل یا تغییرات/تغییرات در ورودی ، استفاده مجدد و مداوم از مدل ها است.داده هادر این مقاله ، ما Preindex را پیشنهاد می کنیم ، یک شاخص پیش بینی کننده برای برآورد منابع محیطی و محاسبه شده با بازآموزی مدل به تغییرات توزیع در داده ها.از Preindex می توان برای برآورد هزینه های زیست محیطی مانند انتشار کربن و مصرف انرژی هنگام بازآموزی از توزیع داده های فعلی به توزیع داده های جدید استفاده کرد.همچنین با آن با و می توان برای برآورد سایر شاخص های منابع مرتبط با یادگیری عمیق ، مانند دوره ها ، هنجار شیب و بزرگی تغییر پارامتر مدل استفاده کرد.Preindex فقط به یک انتقال رو به جلو از داده ها نیاز دارد و در پی آن یک مقدار مختصر مختصر برای برآورد منابع مرتبط با بازآموزی به داده های تغییر یافته توزیع جدید فراهم می کند.ما نشان می دهیم که preindex می تواند با اطمینان در مجموعه داده های مختلف ، معماری های مدل ، انواع مختلف و شدت تغییرات توزیع استفاده شود.بنابراین ، Preindex کاربران را قادر می سازد تا تصمیمات آگاهانه ای را برای بازآموزی در شیفت های مختلف توزیع و تعیین مقرون به صرفه ترین و پایدار ترین گزینه بگیرند و امکان استفاده مجدد از یک مدل را با ردپای بسیار کوچکتر در محیط فراهم می کند.کد این کار در اینجا موجود است: https://github.com/jekimlab/aies2024preindex📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
- این محصول به صورت فایل دانلودی کامل ارائه میشود.
- توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
- دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
- برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
- اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی:
واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248
تلگرام: @ma_limbs
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.